Computación Para Ingeniería - Universidad Politécnica de Madrid

 Computación Para Ingeniería
Guía de Aprendizaje – Información al estudiante 1. Datos Descriptivos
Asignatura
Computación para Ingeniería
Materia
Computación para Ingeniería
Departamento
responsable
Lenguajes y Sistemas Informáticos en Ingeniería del
Software
Créditos ECTS
6
Carácter
Obligatorio
Titulación
Máster Universitario en Ingeniería Informática por la
Universidad Politécnica de Madrid
Curso
1º
Especialidad
No aplica
Curso académico
2010-2011
Semestre en que se
imparte
Segundo (febrero a junio)
Semestre principal
Feb.-Junio
Idioma en que se
imparte
Español
Página Web
2. Profesorado
NOMBRE Y APELLIDO
DESPACHO
Correo electrónico
Vicente Martín Ayuso (Coord.)
5209
[email protected]
Jose María Peña
4201
[email protected]
María S. Pérez
4204
[email protected]
Antonio García Dopico
4104
[email protected]
Fernando Pérez
4201
[email protected]
Antonio Tabernero
5206
[email protected]
Juan Robles
5201
[email protected]
3. Conocimientos previos requeridos para poder seguir
con normalidad la asignatura
Asignaturas
superadas
•
Otros resultados de
aprendizaje
necesarios
•
4. Objetivos de Aprendizaje
COMPETENCIAS ASIGNADAS A LA ASIGNATURA Y SU NIVEL DE
ADQUISICIÓN
Código
Competencia
Nivel
CG1
Que los estudiantes sepan aplicar los conocimientos adquiridos y
su capacidad de resolución de problemas en entornos nuevos o
poco conocidos dentro de contextos más amplios (o
multidisciplinares) relacionados con su área de estudio.
A
CG9
Aplicación de los métodos de resolución de problemas más
recientes o innovadores y que puedan implicar el uso de otras
disciplinas.
CG13
Apreciación de los límites del conocimiento actual y de la
aplicación práctica de la tecnología más reciente.
CG15
Capacidad para contribuir al desarrollo futuro de la informática.
CE-4
Capacidad para modelar, diseñar, definir la arquitectura,
implantar, gestionar, operar, administrar y mantener aplicaciones,
redes, sistemas, servicios y contenidos informáticos.
CE-9
CE-10
Capacidad para diseñar y evaluar sistemas operativos y
servidores, y aplicaciones y sistemas basados en computación
distribuida.
Capacidad para comprender y poder aplicar conocimientos
avanzados de computación de altas prestaciones y métodos
numéricos o computacionales a problemas de ingeniería.
LEYENDA: Nivel de competencia: conocimiento (1), comprensión (2), aplicación (3) y análisis y síntesis (4), P
P
P
P
P
A
RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA
Competencias
asociadas
Nivel de
adquisición
Código
Resultado de aprendizaje
RA1
Aplicar técnicas y herramientas de computación
de alto rendimiento para la solución de
problemas prácticos
CG1, CG9,
CE10
A
Aplicar algoritmos numéricos al modelado de
problemas prácticos
CG1, CG9,
CE10
A
Relacionar las necesidades de los algoritmos
numéricos en el modelado de problemas con
su implementación práctica en
hardware/software de alto rendimiento
CG13, CG15,
CE4, CE9,
CE10
RA2
RA3
A
5. Sistema de evaluación de la asignatura
INDICADORES DE LOGRO
Ref
Relacionado
con RA
Indicador
I1
Implementar algunos de los algoritmos numéricos más
utilizados en la práctica de la ingeniería informática.
I2
Analizar la relación de los algoritmos numéricos con la
infraestructura HW y SW para su correcta implementación en
sistemas de alto rendimiento.
I3
Estudiar el coste HW (memoria, CPU, comunicaciones,
almacenamiento, etc.) de algoritmos numéricos en casos
prácticos
RA2
I4
Estudiar la implementación de algoritmos numéricos en
términos de su rendimiento y coste en una implementación
práctica en sistemas de alto rendimiento.
RA1,RA2,
RA3
I5
Aplicar las herramientas HW y SW de alto rendimiento
necesarias para el uso práctico de los algoritmos numéricos.
RA1,RA2,
RA3
RA2
RA1, RA2,
RA3
I5
I6
EVALUACION SUMATIVA
Breve descripción de las
actividades evaluables
Primer Proyecto: Definición y
defensa del problema a resolver
Momento
Semana 3
Lugar
Aula habitual
(con
ordenador
conectado a
la red)
Peso en la
calif.
15.00%
EVALUACION SUMATIVA
Breve descripción de las
actividades evaluables
Momento
Primer Proyecto: Defensa de la
solución implementada
Semana 5
Primer Proyecto: Memoria escrita
Semana 5
Segundo Proyecto: Definición y
defensa del problema a resolver
Semana 6
Segundo Proyecto: Defensa de la
solución implementada
Semana 8
Segundo Proyecto: Memoria escrita
Semana
Exámenes
Lugar
Aula habitual
(con
ordenador
conectado a
la red)
Peso en la
calif.
25.00%
10.00%
Aula habitual
(con
ordenador
conectado a
la red)
Aula habitual
(con
ordenador
conectado a
la red)
15.00%
25.00%
10.00%
Total: 100% CRITERIOS DE CALIFICACIÓN
La calificación se obtendrá mediante pruebas orales, trabajos/proyectos e
informes/memorias de los trabajos prácticos.
Las pruebas se organizan entorno a 2 proyectos que el alumno deberá realizar
durante el transcurso de la asignatura. Una terminará en la primera mitad y otra
en la segunda.
El proyecto de la primera mitad versará sobre algoritmos numéricos y la solución
de problemas utilizando librerías que implementen dichos métodos.
El de la segunda mitad versará sobre la implementación de algoritmos numéricos
utilizando alguno de los paradigmas de programación estudiados.
Cada proyecto será evaluado en tres fases. La primera consistirá en la definición
y defensa del problema propuesto. Esta defensa se realizará mediante
presentación oral. La segunda fase, realizada a la terminación del proyecto
consistirá en la exposición y defensa del trabajo. La tercera será la evaluación de
la memoria escrita presentada.
El valor de cada uno de los dos proyectos es el mismo. El valor de cada parte es
de 30%-50%-20% respectivamente para un total de 100% por proyecto.
6. Contenidos y Actividades de Aprendizaje
CONTENIDOS ESPECÍFICOS
Bloque / Tema /
Capítulo
Tema 1:Algorítmica
numérica.
Tema
2:Programación y
Librerías Numéricas
Tema
3:Arquitecturas y
Sistemas
Apartado
Algoritmos numéricos seleccionados por
su extendido uso en aplicaciones
prácticas: Álgebra lineal numérica,
transformadas, elementos finitos...
Indicadores
Relacionados
I1,I2,I3
Optimización secuencial, Programación
paralela (OpenMP y MPI).
Librerías y paquetes matematicos (BLAS,
PBlas, LAPACK, SCaLAPACK, FFTPACK,
NASTRAN...)
Arquitecturas paralelas, tipologías, redes
de interconexión. Servicios: E/S paralela.
I1,I2,I3,I4
I2,I3,I4
7. Breve descripción de las modalidades organizativas
utilizadas y de los métodos de enseñanza empleados
BREVE DESCRIPCIÓN DE LAS MODALIDADES ORGANIZATIVAS
UTILIZADAS Y METODOS DE ENSEÑANZA EMPLEADOS
CLASES DE TEORIA
Durante una clase de teoría o lección magistral, el profesor
realiza una exposición verbal de los contenidos sobre la
materia objeto de estudio, mediante la cual suministra a los
alumnos información esencial y organizada procedente de
diversas fuentes con unos objetivos específicos predefinidos
(motivar al alumno, exponer los contenidos sobre un tema,
explicar conocimientos, efectuar demostraciones teóricas,
presentar experiencias, etc.) pudiendo utilizar para ello,
además de la exposición oral, otros recursos didácticos
(audiovisuales, documentos, etc).
CLASES DE
PROBLEMAS
Este método de enseñanza se utiliza como complemento de la
clase de teoría (lección magistral) y se basa en solicitar a los
estudiantes que desarrollen las soluciones adecuadas o
correctas mediante la ejercitación de rutinas, la aplicación de
fórmulas o algoritmos, la aplicación de procedimientos de
transformación de la información disponible y la interpretación
de los resultados.
La intención principal es la de aplicar lo ya aprendido para
favorecer la comprensión tanto de la importancia como del
contenido de un nuevo tema, afianzar conocimientos y
estrategias y su aplicación en las situaciones prácticas que se
planteen.
PRÁCTICAS
Clases que se imparten en aula informática con acceso a los
recursos computacionales que se necesitan para el desarrollo
de la materia. El alumno trabaja individualmente o en grupos
muy reducidos (2-3 estudiantes) en la implementación y
aplicación de un algoritmo bajo la supervisión del profesor.
TRABAJOS
AUTONOMOS
…
TRABAJOS EN
GRUPO
…
TUTORÍAS
…
8. Recursos didácticos
RECURSOS DIDÁCTICOS “Matrix Computation”, Jennings, McKeown, Wiley 1992
“Lapack User's Guide”, Anderson et al. Society for Industrial and
Applied Mathematics (SIAM) 1992
BIBLIOGRAFÍA
“Parallel Programming in C with OpenMP and MPI”, M. Quinn,
McGraw-Hill 2003
“Fast Algorithms for Digital Signal Processing”, Blahut, AddisonWesley, Reading MA, 1985
“High Performance Cluster Computing”, Buyya, Prentice-Hall 1999
Página web de la asignatura (http://)
http://www.netlib.org RECURSOS WEB
http://www.openmp.org http://www.mpi-forum.org/docs/docs.html
http://www.mcs.anl.gov/research/projects/mpich2/
Laboratorio
EQUIPAMIENTO
Aula XXXX
Sala de trabajo en grupo
14 Cronograma de trabajo de la asignatura
Semana
Semanas
1 -- 2
Actividades en Aula
Actividades en
Laboratorio
Trabajo Individual
Trabajo en
Grupo
• Tema 1: Algorítmica
numérica. (3h/semana)
• Tema 1:
Algorítmica
numérica.
Optimización
secuencial
(3h/semana)
• Estudio de algoritmos
numéricos. (17 h)
•
* Trabajos de
preparación para la
definición y defensa
del primer
proyecto.(5 h)
Prime
Defin
del p
• Tema 2:Programación y
Librerías Numéricas.
(3h/semana)
• Tema
2:Programación y
Librerías
Numéricas.
(3h/semana)
• Estudio de técnicas de
optimización y
programación paralela (6
h)
• Implementación
práctica del
primer
proyecto.(19h)
• Preparación
defensa solución
primer
proyecto.(4h)
• Preparación
memoria escrita.
(6h)
• Pri
De
sol
imp
• Pri
Me
• Tema 3:Arquitecturas y
Sistemas. (3h/semana)
• Tema
3:Arquitecturas y
Sistemas.
(3h/semana)
• Estudio de arquitectura y
redes de sistemas de
altorendimiento. (12 h)
* Trabajos de
preparación para
la definición y
defensa del
primer
proyecto.(6 h)
* Implementación
práctica segundo
proyecto. (19 h)
* Preparación
defensa solución
primer proyecto.
(4h)
• Se
De
del
res
• Se
De
sol
imp
Semanas
3 -- 6
Semanas 78
•
• Preparación
memoria escrita.
(6h)
Semana
Exámenes
Nota: Para cada actividad se especifica la dedicación en horas que implica para el alumno. Horas presenciales en aula: 6 x 8 h/semana = 48 Horas de trabajo individual/grupo = 104. Total : 152 horas (6 créditos) A
15 • Se
Me